글로컬 대학 30 정책

글로컬대학 30 도입 배경

최근 인구감소와 수도권 소재 대학에 대한 선호도 증가로 지방대학은 학생 감소로 인한 위기에 처해 있다. 지방 출신의 학생들이 모두 수도권에서 대학을 다니고, 수도권에서 취업을 하면 지방 경제는 침체될 것이고, 지역 경제는 균형적으로 발전하기 어렵다. 또한 1990년대에 증가한 지방대학들 중에는 신입생이 부족한 대학들이 속출하며, 경쟁력을 잃고 있다. 정부에서는 이러한 대학평가를 통해서 경쟁력이 떨어지는 대학들에 대해서는 재정지원을 제한하고 있다. 글로컬대학 정책은 철저한 계획서 심의 과정을 통해서 대학과 지역의 발전 향에 대해서 우수한 계획을 가진 지방대학을 육성하려는 정책이라고 할 수 있다. 글로컬대학 정책이 우리나라의 지방 대학의 발전 및 지역 발전의 계기가 되기를 바란다.

글로칼대학 30 정책이란

글로컬대학 30 정책은 비수도권에 소재한 대학 중에 30개의 대학을 글로컬 대학으로 선정하여 2023년부터 2027년까지 각 대학 당 1,000억원의 재정을 지원하는 정책이다.

글로컬 대학이란 글로컬은 세계화를 뜻하는 GLOBAL과 지역화를 뜻하는 LOCAL의 합성어다. 글로컬대학이 지역과 산업 수요에 맞춰 대학 구조와 운영 방식을 전면 개편하고, 지역이 필요한 우수 인재를 양성하며, 산학협력의 중심(허브)으로 자리매김할 수 있도록 재정을 집중 지원한다.

글로컬대학 정책의 특징은 정부주도의 대학 지원 사업이 아닌 대학이 주도적으로 사업을 계획하고 운영해 나간다는 특징이 있다. 즉, 정부 중심이 아닌 수요자인 대학 중심의 관점에서 사업이 시행된다.

글로컬대학 위원회

이를 위해서 글로컬대학위원회가 구성되었다. 글로컬대학위원회는 교육계(11명), 경제산업계(6명), 연구계(4명), 언론계(1명)으로 분야에서 전문성과 대표성을 가지고 있는 22인의 전문가를 위촉하고, 안건 논의 및 심의 과정에서 보다 현장성 있는 의견을 수렴하기 위하여 교육계·산업계·시도 부문 등 분야별로 7인의 자문위원을 구성하였다. 글로컬 대학 위원회는 글로컬대학 기본 계획부터 선정 평가, 대학 지원 및 성과관리등 글로컬대학 육성에 필요한 전반에 관한 사항을 심의한다.

성과목표 설정 및 성과관리

글로컬 대학의 목표는 대학이 비전 및 지자체 발전전략 등을 종합적으로 고려하여 과감한 혁신과 변화의 수준을 측정할 수 있는 자율 목표를 제안하면, 이에 대해서 글로컬대학위원회에서 심의하여 확정한다.

성과 목표 달성을 위해 변화하는 단계적인 모습(학과·구조 개편 등)을 기준으로 연차별 실행계획과 이행 목표치 설정하고,  실행계획 및 목표 달성 여부 등 대학 자체 성과평가 후 글로컬대학위원회에 보고·심의, 필요시 전문가 평가 및 환류한다. 즉, 3년차, 5년차에 전문기관 등을 활용하여 글로컬대학 실행계획 이행 및 목표치 달성 등 중간 모니터링 등 동행(同行)평가 실시하고, 모니터링 결과에 따라서, 실행계획 미이행 또는 성과 미흡 시 위원회 심의를 거쳐 협약 해지 및 지원 중지 가능, 필요시 사업비 환수 조치 검토한다. 그리고 영향력 평가를 통해서, 대학의 지역 산업·사회 협력 결과에 따른 영향력(Impact)을 정량적으로 분석하여 대학별 홈페이지에 결과 공개한다.

의대 정원 확대 정책

의대 정원 확대 정책 발표

보건복지부의 보도자료에 따르면 10년 뒤인 2035년 수급전망을 토대로 의대 정원 증원 규모를 결정하였다고 한다. 현재 의료 취약지구에서 활동하는 의사인력을 전국평균 수준으로 확보하려면 약 5천 명이 필요하며, 이에 더해, 급속한 고령화 등으로 늘어나는 의료수요를 감안할 경우 2035년에 1만 명 수준의 의사가 부족하다는 것이다. 정부는 2035년까지 1만 명의 의사인력을 확충하기 위해 2025학년도부터 의과대학 정원을 2,000명 증원하여 현재 3,058명에서 5,058명으로 확대할 예정이다. 따라서 2025학년도부터 2,000명이 추가로 입학하게 되면 2031년부터 배출되어, 2035년까지 최대 1만 명의 의사 인력이 확충될 것이다.

정부가 유튜브 방송에서 발표한 자료에 따르면, 정부는 의료계 및 각 계와 총 130회 이상 소통하였다고 한다. 또한 2035년까지 1만 5,000명의 의사가 필요하기 때문에 연 2,000명 증원으로도 의사가 부족하다고 한다. 그 이유로는 급격한 고령화와 의료수요 대폭 증가가 전망되며, 의사의 근로시간이 줄어들고 고령 의사 은퇴 등으로 실질적인 의료공급이 감소한다는 것이다. 또한 1998년 이후 27년간 의대 정원의 증원은 0명이었고, 2000년부터 2006년까지 351명이 감축되었다고 한다.

또한 정부는 의대 증원으로 인한 교육의 질이 저하될 지 모른다는 우려에 대해서, 소규모 의과대 정원 확대 및 교육여건 확대, 의과대 평가 인증으로 수준 관리, 의대 학제 개선 및 임상실습 지원, 수련의 질 개선으로 교육의 질을 오히려 개선하겠다고 발표하였다. 또한 증원 인력은 지역, 필수의료 인력으로 양성할 계획이다. 즉, 지역 교육 의대생은 지역 의사로 성장하여, 증원 인력 지역, 필수의료 종사 정책을 지원할 예정이다. 정부는 의사가 많아져도 의료비 부담은 늘지 않는다고 강조했으며, 오히려 의사 부족이 구인난과 인건비 상승의 요인이라고 지적했다.

교육부도 2024년 4월 중 대학별 의대 정원 배정을 안내하고, 5월 말 2025 모집요강 수정‧발표할 예정이다. 대학별 의대 정원 배정은 4월 중 이뤄질 예정이다. 3월 중 대학으로부터 내년 의대 정원 수요를 받은 후 4월 중 배정된 정원을 통보한다. 대학별 의대 배정 정원은 각 대학별 정원 수요를 바탕으로 지역의 의료여건과 대학의 교육여건을 종합적으로 고려해 4월 중‧하순까지 통보할 예정이다. 정원을 배정받은 대학은 한국대학교육협의회 심의를 거쳐 5월 말까지 2025학년도 모집요강을 수정 발표한다. 보건복지부의 발표에 따르면 이번 의대 증원 규모는 2,000명으로, 기존 의대 정원이 3,058명임을 고려하면 내년부터 5,038명을 선발하게 된다. 의대 증원은 비수도권을 중심으로 배정한다는 원칙하에 각 대학이 제출한 수요와 교육역량, 소규모 의과대학 교육역량 강화 필요성, 지역의료 지원 필요성을 다각적으로 고려해 결정한다는 방침이다.

대한정공의협의회반대성명

대한전공의협의회 비상대책위원회 성명서의 내용은 다음과 같다.

  • 필수의료 정책 패키지와 2,000명 의대 증원 계획을 전면 백지화하라
  • 과학적인 의사 수급 추계를 위한 기구를 설치하고 증원과 감원을 같이 논하라.
  • 수련 병원의 전문의 인력 채용을 확대하라.
  • 불가항력의 의료 사고에 대한 법적 부담을 완화할 수 있도록 구체적인 대책을 제시하라.
  • 주 80시간에 달하는 열악한 전공의 수련 환경을 개선하라.
  • 전공의를 겁박하는 부당한 명령들을 전면 철회하고 전공의들에게 정식으로 사과하라
  • 국민의 기본권을 침해하는 의료법 제59조 업무개시명령을 전면 폐지하여 대한민국 헌법과 국제노동기구(ILO)의 강제 노동 금지 조항을 준수하라.

의사 협회 의대 정원 확대를 반대하는 이유를 요약하면, ‘의사 1명을 키우는데 수 억원의 직간접적인 교육비용이 들며, 의사 수의 증가는 필연적으로 새로운 의료 수요를 창출한다. 의대증원은 지금으로서는 예측 불가능한 수준의 사회적 비용 증가로 이어진다. 한 나라의 의사 수는 미래 인구변화와 의료수요, 그에 따른 사회적 비용 등을 종합적으로 고려해 과학적이고 객관적으로 결정해야 하는데, 현재 발표된 정책은 졸속으로 결정된 되었다.’는 것이다.

의사들이 필수의료 과목을 기피하는 이유

의대 정원 확대 정책과 더불어 필수의료 전공의 부족 현상을 해결하기 위한 노력도 필요하다. 필수의료 과목을 기피하는 결정적인 이유는 ‘졍제적 이유’가 가장 크며, 이어 ‘의료사고에 대한 부담’, ‘타 과목보다 어두운 미래 전망’, ‘과중한 업무 부담’ 등이다. 필수의료 강화를 위해서는 무엇보다 수가 인상이 필요하다고 했다. 필수의료 현장에 필요한 대책은 ‘의료수가 인상 및 합리적 개선’, 법적보호, 수가(공공정책수가) 신설, 업무분담·근로시간 준수 조치 마련, 행위수가 탈피한 보상체계 마련, 시설, 장비 등 진료환경 지원, 인력 충원, 의대 증원, 공공의대 신설 등이 있다.

지방에서 의사가 부족한 이유

지방에서 의사가 부족한 이유는 지리적 위치와 생활여건, 열악한 근무조건과 처우, 낮은 임금, 개원, 각종 갈등 관계, 전망 부재 등이 주요 이유이다. 우선 대도시에 비해 교육·문화생활·편의시설이 매우 열악한 지방 소도시로 가려 하지 않고, 지방병원에서 근무하다가도 아이들의 교육과 본인의 역량 개발 및 미래 비전을 위해 지방을 떠나 대도시권으로 이동하는 경우가 많다. 가족 전체가 이사하기 부담스러워 의사 혼자 지방으로 내려왔다가 3~4년 근무한 후 떠나기 때문에 지방병원에는 젊은 의사가 없는 실정이었으며, 교육문제로 아이들이 초등학교 입학하면서 사직하는 의사도 있었고 주말부부로 부인과 아이들만 서울로 보내는 의사들도 있다. 의사들의 열악한 근무조건과 처우 또한 의사들이 그만두는 주된 이유이고, 의사 구인난의 배경이다. 특히 의사가 그만두는 가장 큰 이유 중의 하나는 임금인데, 의사 인건비를 감당하지 못해 의사를 충원하지 못하는 사례도 있다. 구체적으로 근무조건의 경우 의사인력이 부족하니 업무가 과중 되고 당직을 빈번하게 서야 하는 등 비정상적인 업무가 생겨 그만두고 퇴사하거나, 의사는 없는 반면에 환자 수는 많고 모든 업무가 한 사람에게 집중돼 인턴·주치의가 1년 사이에도 그만두는 일이 빈번하다.

정상적인 업무 외에도 콜대기, 응급실 추가 업무, 당직근무, 주말·휴일근무까지 해야 하고 24시간 이상 밥도 먹지 못하고 쉬지 않고 일하는 경우가 다반사로 일상적인 업무 과잉과 육체적·정신적 고갈, 사기 저하, 사직·이탈에 내몰리고 있다. 휴일 및 퇴근 시간이 일정하지 않고 근무시간 초과는 일상사이며, 1명의 당직의가 타 진료과 환자까지 모두 봐야 해 전문성도 떨어지고, 업무량이 많아 업무 지연 및 감정노동에 시달리고 있는 현실이다. 특히 응급환자를 진료하는 진료과의 경우 의사가 최소한의 휴식도 없이 진료업무를 수행한다.

전공의는 주 80시간 업무지만 업무량은 많고 중증도는 높고 월급은 적고 처우는 열악했으며, 전공의 수련병원이 아닌 곳은 전공의가 없어 전공의가 해야 할 업무까지 감당해야 해 의사들의 퇴사율이 높은 것이다. 수련의들은 매일 12시간을 근무하는 것도 모자라 밤새 당직근무를 서고 다시 근무를 해야 해 수면 부족이 심각했으며, 1주일에 2~3차례 당직을 서는 스케줄이 편성되고 있었고, 업무량은 과도하고 위험리스크는 높은데 임금과 처우가 개원의에 비해 적어 의사들의 의욕은 상실할 수 밖에 없는 환경이다. 의대 증원만으로 이러한 문제가 해결되지는 않을 것이며, 오히려 이러한 문제부터 먼저 해결해야 하는 것은 아닌가 하는 생각을 해본다.

한국형 온라인 공개강좌(K-MOOC) 정책

한국형 온라인 공개강좌(K-MOOC)

K-MOOC은 Korean Massive Open Massive, Open, Online, Course의 줄임말이다. 영어 단어 그대로 해석하면, 한국형의 수간인원이 무제한이며 모든 사람이 수강 가능한 무료의 웹 기반 인터넷 강좌이다. 즉, 누구나 참여하여 학습목표를 달성할 수 있는 온라인 교육 코스이다. 따라서 강의실에서 학생들이 강의를 듣는 것처럼 온라인에서도 질의응답, 토론, 퀴즈, 과제 제출 등 양방향 학습을 할 수 있는 강좌이다.

한국형 온라인 공개강좌(K-MOOC)는 교육부와 사업주관기관인 국가평생교육진흥원 외에 4년제 대학, 전문대학, 방송대학, 출연연구기관, 공공기관, 기업 등 관계기관과 긴밀한 협력을 통해 추진하고 있다. 2024년 2월 현재, 국내외 206개 기관이 참여하고 있으며, 현재 2,368개의 공개강좌가 마련되어 있다.

K-MOOC 웹사이트(https://www.kmooc.kr/)를 둘러보고 든 생각은 좋은 자료가 많다는 점이다. 좋은 강의, 배우고 싶은 강의가 너무 많다. 인문, 사회, 교육, 공학, 자연, 의약, 예체능, 융복합, 기타 등의 카테고리에서 원하는 강좌를 찾을 수 있으며, 또한 최근에 핫이슈인 AI, 빅데이터 분석, 대체에네지, 반도체, 바이오 관련 강좌도 쉽게 발견할 수 있다. 따라서 대학생이 아닌 직장인이나 주부 등 일반인이 K-MOOC에 접속하면, 어떤 강의를, 어떠한 순서로 들어야 할지 막막할 수도 있을 것이다. 일반인이 K-MOOC 제도로 활용하기 위한 안내 자료가 필요하다는 생각도 들었다. 또한 홍보를 위해서는 개인적인 경험을 이야기할 필요도 있어 보인다. 이를테면, 자신의 어떠한 필요에 의해서 K-MOOC 강좌를 수강하게 되었고, 그러한 경험이 자신의 회사 경력 등에 어떤 도움이 되었는지를 구체적으로 공유하면 많은 사람들에게 도움이 될 것이다. 이러한 경험담들이 쌓이면 K-MOOC을 통해서 인생의 반전을 도모할 수 있는 우리 시대의 기회의 장이 될 수 있을 것이다.

K-MOOC 회원 가입 및 수강 신청 방법

K-MOOC 강좌를 듣기 위해서는 먼저 수강신청을 해야 한다. K-MOOC 홈페이지에 안내된 수강신청 방법은 다음과 같다.

1. 사이트 오른쪽 상단의 회원가입을 클릭한다.

2. 화면 지시에 따라 K-MOOC 계정을 만든다. 회원가입에는 이메일과 아이디가 필수이고, 이메일은 계정활성화를 위한 인증메일을 받을 수 있도록 실제 사용하는 이메일 주소를 입력해야 한다. 아이디는 영문과 숫자로 이루어진 고유번호이며, K-MOOC 안에서 실명 대신 사용되는 것이다. 비밀번호는 8자리 이상으로 숫자와 특수기호를 포함하여 입력해야 한다.

3. 계정이 만들어지면, 가입시 입력한 이메일 주소로 계정 활성화를 위한 메일이 발송되며, 개인 이메일의 K-MOOC 메일을 확인하시고 그 메일 내용에 있는 URL주소에 접속하여 계정을 활성화한다.

K-MOOC 수강 신청방법은 사이트에 로그인 상태에서, 메인화면이나 강좌목록에서 원하는 강좌의 이미지를 클릭한다. 그러면 강좌 소개 페이지로 이동하게 되며, 강좌 소개 페이지에서 강좌에 대한 정보를 확인한 후에 그 강좌를 수강하려면 화면 상단의 “수강신청” 버튼을 클릭한다. 그러면 내 강의실 화면으로 자동으로 이동되면서 수강신청을 할 수 있다. 수강신청은 로그인 상태에서만 가능하며, 전술하였듯이 회원가입 후에 수강신청을 해야 한다. 강좌 수강은 수강신청을 했더라도 강좌의 개강일 이후부터 수강할 수 있는 강좌가 많기 때문에, 수강중인 강좌 화면에서 학습하기 버튼이 나타나지 않으면, 개강일을 확인 후에 수강해야 한다. 항시 개설되는 과목도 있지만, 일반 대학 및 대학원 학기처럼 강좌 기간이 설정된 강좌가 더 많다.

K-MOOK 매치업

K-MOOC 홈페이지에서 가장 눈길을 끈 부분은 매치업이라는 인증과정이다. 매치업은 신산업 분야 단기직무능력인증과정이다. 홈페이지에 따르면, 매치업은 신산업 분야의 직무 능력을 향상하는 학습자를 위한 산업 맞춤 단기직무능력인증과정이며, 매치업에서 운영되는 교육과정의 이수자는 직무능력인증서 발급을 통해 직무 능력을 인증받을 수 있다고 한다. 매치업은 신산업 분야 의 직무능력 향상을 희망하는 대학생, 구직자, 재직자 등을 위한 산업맞춤 단기직무인증과정으로 교육강좌 이수자가 직무능력을 인증 받을 수 있는 프로그램이다.

매치업은 5대 핵심분야 22대 신기술에 대한 강좌로 구성된다. 5대 핵심분야는 ‘항공·우주 미래 모빌리티’, ‘바이오헬스’, ‘첨단부품소재’, ‘디지털’, ‘환경,에너지’이다. ‘항공·우주 미래 모빌리티’는 항공·드론, 지능형 로봇, 미래자동차, 우주 분야로 구성되며 , ‘바이오헬스’는 바이오헬스, 혁신신약,으로, ‘첨단부품소재’는 차세대 반도체, 차세대 디스플레이, 첨단신소재, 이차전지, 3D 프린팅, 나노로 구성되고, ‘디지털’은 차세대 통신, 사물인터넷, 인공지능, AR·VR, 사이버보안, 클라우드로 나누어지고, ‘환경,에너지’는 에코업, 에너지 산업, 양자, 빅데이터, 블로체인으로 구성된다. 미국의 빅테크 기업 등이 추구하는 변화의 방향과 일치하며, 조만간 우리가 맞이해야 할 새로운 환경과 밀접하게 연관된 신산업 분야의 강좌를 수강할 수 있다. 이처럼 좋은 프로그램으로 구성된 매치업을 대학생 뿐만 아니라 구직자나 직장인, 군인 등 우리나라의 미래를 이끌어갈 더 많은 사람들이 수강했으면 하는 바램이다.

교육부의 K-MOOK의 기본계획

교육부도 K-MOOC을 활성화하기 위해서 지속적으로 계획을 발표하고 있다. 교육부(2024.2.7.)의 2024년 한국형 온라인 공개강좌 기본계획에 따르면, K-MOOC 활용 및 저변이 확대 되고 있음을 확인할 수 있다. 즉, 2023년 수강신청 52.7만건, 누적 회원가입자 수 136만명 등 K­-MOOC 이용이 지속적으로 증가하고 있다. 또한, K­-MOOC 이수 결과를 대학 및 학점은행제 학점으로 인정하도록 강좌 운영 및 활용이 해마다 증가하고 있다. 참여대학의 정규 학점인정을 살펴보면, 2022년 총 41교 참여, 자교 275개 과정, 타교 1,028개 과정이며, 대학 정규학점 인정 학생수는 2020년 62,529명, 2021년 45,490명, 2022년 48,838명으로 나타났으며, 학점은행 강좌수(수강신청자수)는 2021년 32개(14,695명), 2022년 27개(16,654명), 2023년 36개(17,805명)으로 학생수에서 점차 증가하는 경향이 나타났다

그리고, 대학생뿐만 아니라 재직자 등의 교육 활용에도 활용되고 있다. 재직자 교육 등에 K-MOOC 강좌를 활용할 수 있도록 공공・민간기관과의 MOU 체결 및 활용 지원이 증가하고 있다. MOU 체결 현황(누적) 은 2021년 23개, 2022년 26개, 2023년 32개로 점차 증가하는 경향을 확인할 수 있다.

교육부(2024.2.7.)의 2024년 추진 방향을 살펴보면, 비전은 ‘모든 국민에게 열린 평생학습을 통한 성장 기회 제공’이며, 목표는  ‘학습을 원하는 누구나, 언제나 미래를 꿈꿀 수 있는 온라인 지식⋅경험 공유한다.’이다. 또한 5개의 주요 추진 과제는 ‘1. 학습자 중심의 지원체계 구축 2. 사회·정책 수요를 반영한 우수 강좌 개발, 3. 학습자 친화적 플랫폼 운영, 4. K-MOOC 활용 확대, 5. 강좌의 질 관리 및 참여기관 지원’이다.

K – MOOC 한계

2021년 1월에 교육부가 발표한 보도자료를 요약하면, K-MOOC은 다음과 같은 한계를 갖고 있는있는 것 교육부는 진단하였다.

첫째, 개발 위주의 접근을 들 수 있다. 해외 MOOC 대비 강좌수 부족으로 초기강좌개발 확대에 주력한 나머지, 학습자 맞춤형 학습이 어렵고, 또한 학습자동기부여 등 학습자 지원에 대한 관심이 부족하였다.

두번째는 학점연계를 강조하다 보니, 학점인정이 가능한 장기(15차시) 강좌 중심으로 개발되어 성인학습자의 학습 문턱이 높아졌으며, 필요한 부분의적시 학습 이용에 제한적이 되었다. 따라서 대학생 학습자를 위한 학점 연계 제도 내실화 뿐 아니라, 성인학습자의다양한 학습 수요에 대응한 콘텐츠 및 서비스 고도화가 필요한 상황이다.

세번째는 영상 위주의 강좌가 주를 이루는 점이다. 개발 강좌 다수가 ’영상콘텐츠 + 퀴즈‘ 중심으로 지식 전달에 집중하고 있어서, 실질적인 역량 함양에 한계가 있다. 따라서 강좌 특성에 따라 프로젝트 기반 실습, 동료 평가, 커뮤니티 등다양한학습 경험을 통한 핵심역량을 키울 수 있는 심화과정이 필요한 실정이다.

네번째는 홍보가 아직 미흡하다는 점이다. 대학 등 개별 강좌개발기관 중심 홍보로 K-MOOC에 대한 인지도 부족가 부족한 실정이다. 온라인 콘텐츠 특성상 더 많은 학습자가 학습할수록 사업효과성, 효율성이 높아지므로 보다 적극적인 홍보 및 활용 기관 확대를 추진할 필요가 있다.

2024년 현재, K-MOOC는 대학생들에게는 학점은행제를 통해서 익숙할 지 모르지만, 일반 국민들에겐 아직 생소한 측면이 있어서 일반 국민을 대상으로 홍보가 강화되어야 하는 상황이다. 향후에는 고교학점제도가 적극적으로 활용되는 만큼, 일반 국민들뿐만 아니라 우수한 고등학생들에게도 K-MOOC의 강의를 수강할 수 있는 제도적 지원이 필요하다. 또한 K-MOOC의 수익구조에 대해서도 점검이 필요한 상황이다. 교육문제연구에 발표한 김용재(2023)의 연구에 따르면,

“K-MOOC는 애당초 정부[국가평생교육진흥원]가 주도하면서 무료 플랫폼을 기반으로 시작했고, MOOC 강좌를 개발하려는 대학에 운영비를 지원해왔다. MOOC 프로그램 활용도가 높은 국⋅공립기관이나 지자체, 또는 기업을 대상으로 K-MOOC 콘텐츠를 유료로 제공하는 것은 K-MOOC 강좌 개발에 참여한 주체에게 수익형 모델을 구축해줌으로 써, 지속적인 성장은 물론 자생력을 키워줌으로써, ‘MOOC의 질적 확산’과 ‘강좌별 차별화’ 전략을 꾸준히 준비할 수 있게 만들어 준다. 이처럼 K-MOOC가 양적 확산부터 질적 향상을 위한 터닝-포인트가 필요할 때임을 감안한다면, 다각도의 수익형 모델을 창출할 수 있어야 한다. K-MOOC의 강좌 개발은 대학 전유물이 아니다. 지금까지 K-MOOC가 대학(4년제) 위주로 개발되어왔다면, 이제는 개발 주체를 다양화하고, MOOC 강좌를 개발한 주체는 유관기관이 가지고 있는 프로그램과 match-up 시키는 등, 지속적인 협력체제를 구축해야 한다. 이렇게 되면, K-MOOC의 교육 콘텐츠는 학문 영역에 따라 특화된 모델로 세분되고, 양질의 콘텐츠를 지속적으로 양산할 수 있을 것이다.”

이처럼 K-MOOC의 생산에 대학뿐만 아니라 일반 공기업이나 사기업의 전문가들도 참여할 수 있는 기회를 넓혀야 하며, 유료 강좌를 추가하고, 기업체 등과의 협업을 통한 수익모델을 창출할 필요도 있을 것이다. 교육부(2021)에서도 K-MOOC+ 과정등 심화 실습 과정은 유료로 운영할 수 있도록 관련 법령 개정추진하겠다고 발표한 바 있지만, 2024년 2월 현재 K-MOOC+가 운영되지는 않는 실정이다.

K-MOOC에서는 AI, 2차 전지, 수소에너지, 의료 등 전세계적으로 관심이 높은 분야에 대해 무료 강좌가 활발히 진행되고 있다. 이러한 강좌를 보다 많은 사람이 수강할 수 있도록 홍보가 절실한 상황이다. 따라서 지역사회, 회사, 군대 등에서 활발히 K-MOOC 강좌를 수강할 수 있는 환경조성이 필요하다. K-MOOC의 혜택이 온 국민에게 돌아가고 개인 및 국가의 발전과 경쟁력 강화로 이어지는 선순환 구조가 마련 되어야 한다.

AI 디지털교과서정책

AI 디지털 교과서의 도입

교육부(2023.06.08)는 인공지능(AI) 디지털교과서 추진방안을 발표하였다. 교육부에 따르면, AI 디지털 교과서는 ‘학생 개인의 능력과 수준에 맞는 다양한 맞춤형 학습 기회를 지원할 수 있도록 인공지능을 포함한 지능정보화기술을 활용하여 다양한 학습자료 및 학습지원 기능 등을 탑재한 교과서’를 의미한다. 따라서 AI 디지털 교과서는 학생의 학습 데이터를 분석하고 진단하여 맞춤형 콘텐츠를 제공할 수 있다는 장점이 있다. 영어를 예로 들면, AI 디지털 교과서를 활용하면 쌍방향 수업이 가능하여, 학생들은 자신의 영어 실력에 대한 분석 결과를 바탕으로 말하기, 듣기, 읽기, 쓰기 중에서 강점과 약점을 구체적으로 파악할 수 있으며, 학생의 영어 능력 맞춤형 수업에 참여할 수 있게 된다.

교육부는 2025년 수학, 영어, 정보, 국어(특수교육) AI 디지털 교과서를 우선 도입하고, 이후 국어, 사회, 과학 등 전과목 도입을 목표로 2028년까지 단계적 확대 추진하겠다고 발표하였다. 또한, AI 디지털 교과서를 개발하는 데 있어서, 정부와 공공기관은 통합학습기록저장소(통합로그인, 대시보드 등 포함)를 구축하고, 과목별 디지털교과서는 민간 개발할 계획이라고 한다.

AI 디지털 교과서의 맞춤형 교육지원

교육부는 학생은 최적화된 맞춤형 학습콘텐츠로 학습하고, 교사는 데이터 기반으로 수업을 디자인하며, 학부모는 학생 활동 정보 제공으로 자녀를 이해하는 할 수 있다고 하였다. 즉, 학생한 명 한 명이 중요한 초저출산 시대에 에듀테크를 활용하여 교육격차 완화하고 모두를 인재로 키우는 맞춤교육 실현하는 것을 목표로 한다.

디지털 문해교육 특화 단원 개발 및 학생 활동 모니터링, 유해사이트 차단 기능 등 지원으로 디지털 역기능에 대한 우려 해소하고, 교원연수를 통해서 AI 디지털 교과서 적용 과목 교사(영어, 수학, 정보)를 대상으로 2025년 도입 전까지 우선적으로 AI 디지털교과서 이해·활용, 수업 혁신 등의 연수를 실시할 계획이다. 또한 교과서 발행사와 에듀테크 기업의 협력적 동반관계 형성을 위해서 AI 디지털교과서 매칭데이를 개최하여 교과서 발행사와 에듀테크사가 AI 디지털 교과서 개발의 위한 정보를 공유하고, 협력할 수 있도록 할 계획이다.

AI 디지털 교과서의 부작용

AI 디지털 교과서가 도입될 경우, 가장 먼저 떠오르는 부작용은 학생들의 스마트 기기 의존성이 더 심화되는 것은 아닌가 하는 점이다. 특히 요즘 아이들은 스마트폰, 아이패드 등에 빠져 있는 경우가 많다. 식당에 가면 대다수의 부모는 아이들에게 이러한 기기를 보여주고 있는 것이 현실이다. AI 디지털 교과서의 도입은 그렇지 않아도 스마트 기기에 빠져 있는 아이들의 독서량을 줄이고, 사고력까지 저하시킬 우려도 있다.

AI 디지털 교과서 성공을 위한 과제

이미 개발된 디지털 교과서도 잘 쓰이지 않는 상황에서 AI 디지털 교과서가 성공적으로 사용될 지에 대해서는 해결해야 할 과제들이 있다. 먼저 인적, 물적 인프라에 대한 준비가 되기까지, 그리고 행재정적인 제도가 완비되기까지는 시간이 더 필요해 보인다. 과연 우리나라의 에듀테크 기업이 어떤 기업을 말하는지, 그리고 이들 기업이 교육부, 교사나 학생들이 생각하는 AI 디지털 교과서를 완벽하게 구현해 낼 역량이 되는지에 대해서 의문이 있다. 또한 연구 개발을 위한 충분한 예산 및 시간 확보가 되었는지도 확인해 볼 필요가 있다. 학생과 교사들을 위한 AI 디지털 교과서 활용에 대한 교육도 필요하다. 특히 교사에 대해서는 교육부에서는 교사 연수를 실시한다고 하였지만, 단기간의 연수로 교사들의 디지털 역량이 전반적으로 향상되기에는 무리가 있어 보인다. 또한 학생에 대한 다양한 정보에 기반하여 맞춤형 교육을 실시하다 보니, 학생의 개인 정보 보호나 학생 사생활 침해 등의 논란이 발생할 여지가 있기 때문에, 이에 대한 법적, 제도적 정비도 필요한 상황이다.

SPSS 데이터 파일 합치기

DATA A (활성 데이터)DATA B (비활성 데이터) 붙이기

PISA에서는 데이터를 학생 인지적 성취 결과 데이터, 학생 설문 데이터, 학교장 설문 데이터, 교사 설문 데이터, 학생 응답 시간 데이터의 5 종류의 데이터를 제공한다. 따라서 이러한 데이터를 합쳐서 새로운 데이터를 만들 필요가 있다. 두 개의 데이터를 합칠 때, SPSS에서는 파일 합치기 함수를 사용한다.

다음과 같은 두 개의 SPSS 데이터, DATA A와 DATA B가 있다. 이때 DATA A에 DATA B를 붙이려고 한다. DATA A가 기준이 되는 데이터, 즉 활성 데이터이고, DATA B는 비활성 데이터이다. 여기서 중요한 점은 DATA A와 DATA B의 id 중에서 다른 id가 있다는 점이다. 이 때, DATA A를 기준으로 DATA B를 붙이기 때문에 DATA B의 id 중에서 DATA A에 없는 id, 즉 106, 107, 108은 DATA A를 기준으로 DATA B를 붙인 새로운 데이터에는 포함되지 않는다.

DATA A
DATA B

먼저, DATA A와 DATA B를 오름차순으로 정렬을 한다. 그 다음, DATA A에서 [데이터 -> 파일합치기 -> 변수 추가]를 차례로 클릭한다. 그리고 DATA B를 선택하고 계속하기를 클릭한다.

여기서 중요한 것은 비활성 데이터 세트에 기준표 있음을 클릭한다. 즉, DATA A (활성 데이터)에 DATA B (비활성 데이터)의 변수들을 붙이지만, 비활성 데이터 세트에 기준표 있음을 클릭한다.

그 결과, 다음과 같은 결과가 나타난다. 이 때, DATA A가 기준이었기 때문에 ID는 DATA A의 ID만 나타난다는 것이다.

활성 데이터(DATA A)에 비활성 데이터(DATA B)를 합칠 때, 활성 데이터(DATA A)의 케이스를 기준으로 할 때, 비활성 데이터 세트에 기준표 있음을 클릭한다는 것이 핵심이다.

DATA A (활성 데이터)와 DATA B (비활성 데이터)의 모든 정보를 포함하여 데이터 합치기

DATA A와 DATA B의 모든 자료를 합치려면 변수 추가에서 ‘케이스는 양쪽 데이터 세트에 키 순서로 정렬됩니다.’를 클릭하면 된다.

그 결과, 아래와 같이 DATA A와 DATA B가 모든 사례를 포함한 새로운 데이터를 얻을 수 있다.

사회과학 연구 논문을 위한 데이터: OECD PISA 데이터

PISA란

OECD가 주관하는 국제 학업성취도 평가 (Programme for International Student Assessment, PISA)이다. 만 15세 학생들(주로 우리나라 고2 에 해당)을 대상으로 미래 사회에 필요한 지식과 기능을 평가한다. PISA의 연구 목적은 평가 결과로 산출된 영역별 성취 결과와 참여국의 교육 관련 지표는 참여국들이 교육 체제에 대한 성과를 상호 비교하고 교육정책을 수립하는 데 기초 자료로 활용하는 것이다. PISA는 핵심영역이 있어서 매 주기의 시험마다 핵심영역인 읽기, 수학, 과학은 필수적으로 포함된다. 또한 매주기 마다 주영역이 있다. 주영역에 해당할 때에는 주영역 관련 새로운 문항이 추가되고, 또한 주영역 관련 설문 문항이 추가된다. 즉, PISA는 3년을 주기로 평가를 실시하며, 매 주기 마다 주영역을 살펴보면, PISA 2000(읽기), PISA 2003(수학), PISA 2006(과학), PISA 2009(읽기), PISA 2012(수학), PISA 2015(과학), PISA 2018(읽기), PISA 2022(수학)와 같다.

PISA 핵심 영역의 정의

PISA 수학 영역에서 정의하는 수학 소양은 다양한 실세계 맥락의 문제를 해결하기 위하여 수학적으로 추론하고, 수학을 형식화하고 이용하고 해석하는 개인의 능력이다. 수학 소양에는 현상을 기술하고 설명하며 예측하기 위해 수학 개념, 절차, 사실, 도구를 사용하는 것이 포함된다. 수학 소양은 개인이 세계 속에서 수학의 역할을 인식하고, 건설적이고 참여적이며 성찰적인 21세기 시민에게 요구되는 타당한 판단과 결정을 할 수 있도록 돕는다. PISA 읽기 영역에서 정의하는 읽기 소양은 자신의 목표를 성취하고 지식과 잠재력을 발전시키며 사회에 참여하기 위하여, 텍스트를 이해하고, 활용하며, 평가하고, 성찰하며, 교섭하는 능력이다. 또한 과학 소양은 교양 있는 시민으로서 과학적 사고를 가지고 과학 관련 문제에 참여하는 능력이다.

PISA 참여국

PISA 2022에 참여한 국가는 총 81개국이었으며, OECD 회원국은 37개국이 참여했고, OECD 비회원국은 44개국인 참여했다. OECD 회원국으로는 그리스, 네덜란드, 노르웨이, 뉴질랜드, 대한민국, 덴마크, 독일, 라트비아, 리투아니아, 멕시코, 미국, 벨기에, 스웨덴, 스위스, 스페인, 슬로바키아, 슬로베니아, 아이슬란드, 아일랜드, 에스토니아, 영국, 오스트리아, 이스라엘, 이탈리아, 일본, 체코, 칠레, 캐나다, 코스타리카, 콜롬비아, 튀르키예, 포르투갈, 폴란드, 프랑스, 핀란드, 헝가리, 호주이다. OECD 비회원국으로는 과테말라, 대만, 도미니카공화국, 루마니아, 마카오(중국), 말레이시아, 모로코, 몬테네그로, 몰도바, 몰타, 몽골, 바쿠(아제르바이잔), 베트남, 북마케도니아, 불가리아, 브라질, 브루나이, 사우디아라비아, 사이프러스, 세르비아, 싱가포르, 아랍에미리트, 아르헨티나, 알바니아, 엘살바도르, 요르단, 우루과이, 우즈베키스탄, 우크라이나, 인도네시아, 자메이카, 조지아, 카자흐스탄, 카타르, 캄보디아, 코소보, 크로아티아, 태국, 파나마, 파라과이, 팔레스타인, 페루, 필리핀, 홍콩(중국)이다. 우리나라의 경우에는 PISA 2022는 2022년 5월 9일부터 2022년 6월 3일까지 시행되었으며, 중학교 14개교, 고등학교 168개교가 참여하여 총 186개교, 총 6,931명이 참여하였다.

PISA 데이터의 구성

PISA는 읽기, 수학, 과학 영역에 대한 인지적 결과와 다양한 설문 조사(학생, 학교장, 교사, 부모)에 대한 응답 결과로 구성된다.

사회과학 및 교과교육 연구를 위한 국제적으로 가장 타당하고 신뢰로운 데이터 중 하나다. Westat에서 각 국가의 학교 표집 업무(sampling)를 담당하고, ETS가 검사 문항 관리 및 컴퓨터 기반 검사 시행, ACER가 설문을 담당하고 있다.

PISA 데이터 장점

이메일 회원가입, 자료 요청 없이 간단히 검색으로 데이터 다운로드 가능하다.

PISA 데이터 다운로드 방법

  • 구글에서 OECD PISA 검색
  • PISA 웹사이트에서 DATA 선택 -> 2022 선택

  • PISA 2022 다운로드
  • PISA 데이터를 다운로드 받은 폴더 모습

SCH_QQQ_SPSS 학교 설문 데이터 파일

STU_QQQ_SPSS 학생 설문 데이터 파일

TCH_QQQ_SPSS 교사 설문 데이터 파일

STU_COG_SPSS 학생 문항 반응 정보(문항 채점 결과, 문항 풀이시간 등) 데이터 파일

STU_TIM_SPSS 학생 설문 응답 시간 데이터 파일

메타버스를 활용한 교육

메타버스

메타버스는 그리스어로 ‘초월’이나 ‘가공’을 뜻하는 메타(Meta)와 현실세계 또는 우주를 뜻하는 유니버스(Universe)의 합성어다. 메타버스는 현실세계와 같은 3차원의 가상세계를 의미하며, 아바타를 이용해 게임과 가상현실을 즐기고, 현실과 같은 활동을 할 수 있다. 메타버스에서는 가상이 현실이 되고, 현실을 초월한 신세계에서 새로운 즐거움을 찾을 수 있다.

예전에 영화관에서 메타버스를 경험한 기억이 있다. 4D영화를 보는 중에 의자가 움직이고, 향기가 나고, 살짝 뿌려진 물을 맞았던 경험도 있다. 또한 안경을 통해서 더 현실감 있고 입체감 있게 영화를 감상했던 기억이 난다. 이러한 극장에서 경험한 몰입감이 메타버스의 특징이라고 할 수 있다.

미국의 기술 연구단체(ASF, Acceleration Studies Foundation)에서 따르면, 메타버스의 특징 및 적용사례는 다음과 같다.

증강현실(Augmented Reality)은 사용자가 인식하는 물리적 환경 혹은 현실 세계에 있는 물리적 대상에 새로운 정보 및 디지털 데이터를 겹쳐서 보여주는 것을 의미하며, 실제 현실 세계에 가상을 투영함으로써 실제감과 몰입도가 높은 것이 특징이다. 적용 사례로는 디지털 교과서, 실감형 콘텐츠 등이 있다.

라이프로깅(Life logging)은 온라인 프로필, 아바타 등의 방법으로 이용자의 정체성과 행위성을 표현하는 것에 초점을 두며, 사람 또는 사물이 경험하는 일상 정보를 데이터화 하여 수집하고 저장한다. 적용 사례로는 페이스북, 스마트워치 등이 있다.

거울세계(Mirror Worlds)는 이용자를 둘러싼 외부 세계에 대한 정보를 제공하는 기술로, 현실 세계를 디지털 세상으로 투영한다. 실제 그대로를 투영하되, 외부 환경 정보를 통합하여 제공한다. 적용 사례는 줌, 구글 미트 등이 있다.

가상 현실(Virtual Worlds)은 실제처럼 느낄 수 있도록 시뮬레이션 등의 디지털 데이터로 구축한 가상 세계이다. 이용자 및 객체 간 상호 작용을 위한 장소를 구성하여 개인 또는 사물의 자아 또는 행위에 초점을 맞춘다. 적용 사례는 마인크래프트, 로블럭스, 제페토 등이 있다.

메타버스의 교육적 활용

교육적으로 메타버스를 이용하면 몰입감 있는 실제 상황과 같은 환경에서의 수업이 가능할 것이다. 또한 교육부에서 추진하고 있는 디지털 교과서와 메타버스를 연계할 경우에는 학생들의 수준에 맞는 교수학습을 더욱 몰입도가 높은 환경에서 진행할 수 있을 것이다. 메타버스에서의 역사 수업은 여러 문화 유적지의 방문 등이 가능할 것이며, 과학 수업에서는 다양한 실험 실습도 할 수 있으며, 수학 수업에서도 실제 생활 속에서 수학을 활용하는 수업이 가능할 것이다. 이러한 메타버스를 활용한 수업은 경제 및 지역적 격차를 해소할 수도 있을 것이다. 즉, 메타버스에서는 학생과 교사는 학교와 교실이라는 물리적인 한계 없이, 시간의 한계도 없이 배움을 확대해 나갈 수 있고, 우리나라뿐만 아니라 다른 나라의 학생과 교사들과도 서로 소통하고 함께 학습활동을 할 수 있을 것이다. 물론 메타버스가 교육적으로 성공적으로 활용될 지에 대해서는 아직까지 확실하지는 않지만, 그 가능성은 충분하다고 생각한다. 우리나라가 선도적으로 메타버스를 교육적 활용 가능성을 보여 주었으면 하는 바램이다.

메타버스 과제

메타버스라는 공간에서 아바타를 활용한 다양한 활동이 가능한 만큼, 자신의 신분 또는 성별을 속이거나 범죄가 발생할 가능성도 있다. 따라서 이러한 부작용을 막기 위한 대책이나 교육이 필요하다.또한 AR 헤드셋이나 스마트 글라스와 같은 하드웨어의 발전이 아직까지 더딘 것도 사실이다. 이러한 하드웨어는 컴퓨터나 스마트 폰, PC 없이도 핸즈프리 기능, 손 제스처, 목소리를 통해 조작할 수 있어서 업무나 교육의 효율성을 증가시킬 수 있다. 반면, 아직 크기나 착용감, 소재 등에서 개선해야 할 점이 많으며, MS의 Hololens2 가격이 590만원 정도에 달하는 등 아직 대중화를 위해서 갈 길이 먼 것도 사실이다. AR 스마트 글라스 등은 MS, 메타, 구글, 애플과 같은 미국 빅테크 기업들이 선도하고 있다. 우리나라 기업들도 힘을 내서 새로운 산업에 적극적으로 동참할 수 있도록 관련 정책이 필요하다.

Mplus와 SPSS 결과의 차이

Mplus와 SPSS의 분산공분산 결과

Mplus와 SPSS를 사용하여 평균, 분산, 상관계수 등을 구하면 그 값에서 차이가 발생한다.

다음 DATA1은 X, Y, Z로 구성되어 있다.

Mplus로 구한 분산-공분산 행렬은 다음과 같다.

SPSS로 구한 분산-공분산 행렬은 아래와 같다.

Mplus와 SPSS의 결과가 다른 이유

Mpus와 SPSS에서 산출된 DATA1의 분산-공분산 행렬에서 차이가 발생한 원인은 Mplus는 DATA1을 모집단으로 가정하고, SPSS는 표본으로 가정하기 때문이다.

구조방정식모형 프로그램인 Mplus는 DATA1을 모집단으로 인식하고, 모집단의 분산-공분산행렬과 표본의 분산-공분산 행렬이 같다는 가정을 갖고 있다. 반면 SPSS DATA1을 표본으로 인식한다. 따라서, 두 프로그램으로 산출한 평균, 분산, 공분산 등의 통계치가 다르게 나타난다. Mplus는 최대우도추정법 등을 통해서 ‘모집단의 분산-공분산행렬’과 ‘모형이 적용된 분산-공분산행렬(implied variance-covariance matrix)’이 최소가 될 때의 모수 추정치를 구한다.

그렇지만, DATA1을 활용하여 Mplus와 SPSS로 회귀분석을 하면, 다른 추정방법임에도 회귀계수 추정치, 절편 추정치가 같은 것을 확인할 수 있을 것이다.

따라서 Mplus에 데이터 파일 대신 분산-공분산행렬이나 상관계수 행렬을 입력하여 분석할 때에는 모집단의 결과를 사용해야 한다.

국가별 교육형평성 측정

국가별 교육형평성을 측정하기 위한 단순선형회귀(simple linear regression) 모형

15세를 대상으로 하는 국제학업성취도 평가인 PISA에서는 단순선형회귀 모형을 사용하여 국가별 교육형평성을 측정한다.

이 때, 교육형평성은 학생의 시험 점수와 그 학생의 사회경제적지위(socioeconomic status) 점수를 이용한다. PISA에서 사용하는 사회경제적지위 변인은 ESCS(the PISA index of economic, social and cultural status)이다. ESCS는 PISA 학생설문을 통해서 학생 부모의 직업 및 교육수준, 가정의 보유자산 등을 종합적으로 조사하여 그 결과를 통합하여 산출한 표준화된 지수이다.

PISA 수학 점수와 ESCS

PISA에서는 학생의 시험 점수가 ESCS에 의해서 어느정도 설명되는지에 관심이 있다.

이를 단순선형회귀 모형으로 나타내면 아래와 같다.

수학점수=a+bESCS+e

위 식에서 b값이 증가할수록 학생의 ESCS가 수학점수에 미치는 영향력이 커지며 교육형평성은 낮다고 할 수 있다. 또한 교육형평성은 학생들의 수학점수의 분산을 ESCS가 어느 정도 설명했는지로도 나타낼 수 있으며, 이를 설명력, 결정계수(R2)라고 한다. R2는 수학점수의 분산 중 ESCS가 설명한 분산이며, 역시 R2값이 커질수록 교육형평성은 낮아진다고 해석할 수 있다.

아래 그림은 PISA 2022 수학 결과를 통해서 PISA 참여국들의 교육형평성을 그림으로 나타낸 것이다.

위 그림의 X축에서 오른쪽으로 갈수록 R2가 작아지는 것을 확인할 수 있으며, 따라서 오른쪽에 위치한 국가일수록 교육형평성이 높은 국가임을 확인할 수 있다. 또한 Y축에서는 위로 올라갈수록 수학 점수가 증가하는 것을 알 수 있다. 이상적인 국가의 위치는 제1사분면에 위치하며 그 중에서도 X축에서 오른쪽으로 갈수록 Y축에서 위로 갈수록 교육형평성도 높고 학생들의 수학점수도 높은 국가라고 할 수 있다.

사회과학에서 단순선형회귀모형의 유용성

사회과학에서 단순회귀모형은 이처럼 유용하다. 특히 회귀계수, 설명력을 지표로 이용하면 보다 효과적으로 사회과학적 현상을 비교하면서 설명할 수 있다.

모의실험 연구

통계학에서 모의실험 연구

통계모형은 가정에 기초한다. 모의실험 연구를 수행하는 경우는

  1. 통계학적 가정 위배가 모수 추정 등에 미치는 영향력을 파악하기 위해서 실시하는 경우가 많다. 즉, 정규분포, 선형성, 독립성의 가정이 위배될 때, 모수 추정에 미치는 영향력을 파악하게 된다.
  2. 효과크기(effect size)를 안정적으로 구하기 위한 적정한 표본크기(sample size)를 얻기 위해서도 실시한다. 이를 검정력 분석(power analysis)라고 한다.
  3. 다양한 통계적 방법들 중에서, 이를 테면 다양한 추정방법들 중에서 가장 우수한 방법이 어떤 방법인지 파악하기 위해서 다양한 조건을 설정하고, 추정방법들을 비교할 때에도 모의실험 연구가 유용하다.

모의실험 연구 준비

  1. 연구 문제 설정.
  2. 통계모형의 종류, 크기, 복잡성, 모수 등 설정
  3. 모의실험의 독립변인 설정 및 각 독립변인의 수준 설정, 즉 모의실험의 조건 설정
  4. 모의실험의 종속변인 설정
  5. 종속변인을 판단할 기준(criteria) 설정
  6. 컴퓨터 및 통계프로그램(SAS, R 등) 등에 대한 결정

모의실험의 독립변인 및 종속변인

모의실험의 독립변인으로는 표본크기, 비정규성, 추정방법 등이 있고, 종속변인으로는 모수 추정치의 상대편향(relative bias), 표준오차의 상대편향(relative bias of standard errors), 효율성(efficiency), 카이제곱의 상대편향(relative bias of chi-square statistics) 등이 있을 수 있다.